Markdex IA · Documento 00 · Sobre el portal
Cómo se explica
la IA aquí
Markdex IA es un portal formativo para principiantes que necesitan entender qué ocurre dentro de un modelo antes de usarlo. Publicamos material que se puede estudiar en orden, con definiciones cerradas y ejemplos numéricos verificables.
01 — Ventajas del formato
Cinco decisiones que condicionan lo que vas a aprender
La mayoría de los materiales introductorios sobre inteligencia artificial mezclan noticias, opiniones y tutoriales de herramientas. Ese formato entretiene, pero no permite construir un modelo mental correcto. Aquí, en cambio, cada página responde a una pregunta previa y prepara la siguiente. Observe que el orden no es temático sino acumulativo: si se salta una lección, el mecanismo que se explica después queda incompleto.
Dificultad en orden fijo
El recorrido empieza por el aprendizaje supervisado y solo después entra en redes profundas. No hay atajos ni contenido avanzado colocado al principio.
Leer el módulo → 02Definición antes que analogía
Cada término se define una vez, con precisión, y esa definición se reutiliza sin cambios. Las comparaciones cotidianas aparecen solo como apoyo, nunca como sustituto.
Leer el módulo → 03Uso responsable de LLM
Las buenas prácticas no se presentan como consejos abstractos: se explican los fallos que previenen, con ejemplos de peticiones mal formuladas.
Leer el módulo → 04Ejemplos con números
Los cálculos se muestran completos, con valores concretos de pesos, umbrales y tasas de acierto. Puedes reproducirlos a mano o con una hoja de cálculo.
Ver ejemplos → 05Acceso sin registro previo
Todo el contenido es de lectura libre y no exige crear una cuenta. La portada resume la estructura y enlaza a cada módulo troncal.
Ir a la portada →02 — El portal en cifras
3
módulos troncales, en orden obligatorio
48
definiciones técnicas cerradas
1958
año del primer perceptrón funcional
2017
publicación de la arquitectura Transformer
Estas cuatro cifras resumen el enfoque. Los dos hitos históricos delimitan el periodo que cubre el material: desde el perceptrón de Rosenblatt, que ya contenía la idea de ajustar pesos a partir del error, hasta la arquitectura Transformer, que sostiene los modelos de lenguaje actuales. Entre ambos extremos se encuentran los conceptos que un principiante necesita dominar antes de escribir su primera petición a un LLM.
03 — Metodología
Cómo se construye cada lección del portal
Cada lección sigue una secuencia fija de cinco pasos. Primero se plantea un problema concreto que el lector ya reconoce; después se introduce la definición formal del término implicado; a continuación se describe el mecanismo paso a paso; luego se ejecuta un ejemplo con valores numéricos; y, por último, se enumeran los límites del método. Este orden importa: si la definición llega antes que el problema, el lector memoriza una etiqueta sin comprender qué operación resuelve.
Los cinco pasos, uno por uno
- Problema. Se describe una tarea que exige una predicción, por ejemplo clasificar un correo como relevante o no relevante.
- Definición. Se fija el vocabulario: qué es una etiqueta, una característica, un parámetro y una función de pérdida.
- Mecanismo. Se explica qué operación transforma la entrada en salida y por qué esa operación reduce el error.
- Ejemplo numérico. Se repite el cálculo completo con números pequeños para que sea verificable a mano.
- Límites. Se indican las condiciones en las que el método falla o deja de ser fiable.
Por qué se insiste en los límites
Un modelo entrenado con datos históricos reproduce los sesgos presentes en esos datos. Ese hecho no es una advertencia genérica, sino una consecuencia directa del procedimiento de ajuste de pesos. Si el conjunto de entrenamiento contiene ejemplos desequilibrados, la función de pérdida empuja los parámetros hacia la respuesta mayoritaria. Por lo tanto, entender el mecanismo permite anticipar el fallo antes de encontrarlo en producción. En buenas prácticas con modelos LLM este punto se desarrolla con peticiones concretas y sus correcciones.
«Un modelo no razona: calcula. Si no puedes escribir la operación que produce la salida, todavía no has entendido el sistema.»
Criterio de evaluación aplicado en todos los módulos del portal.
Esta regla de verificación tiene una aplicación práctica inmediata. Antes de dar por buena una explicación sobre redes neuronales, el lector debería poder responder qué hace una neurona concreta con sus entradas y su umbral. Cuando la respuesta se formula sin ambigüedad, el resto del módulo avanza rápido; cuando no, conviene volver al apartado de definiciones y repetir el cálculo del ejemplo.
04 — Preguntas frecuentes
Dudas habituales antes de empezar
¿Necesito saber programar para seguir el portal?
No. Los ejemplos se presentan con operaciones aritméticas explícitas y tablas, no con código. Si más adelante quieres reproducirlos, cualquier hoja de cálculo sirve. La programación aparece solo como herramienta opcional en la parte final del módulo de ejemplos prácticos.
¿En qué orden conviene leer los módulos?
El orden recomendado es: introducción al aprendizaje automático, conceptos clave de redes neuronales y, por último, buenas prácticas con modelos LLM. Cada módulo reutiliza las definiciones del anterior, así que invertir la secuencia obliga a retroceder constantemente.
¿Cuánto tiempo requiere cada lección?
Entre quince y veinticinco minutos de lectura, más el tiempo que dediques a repetir el ejemplo numérico. Ese segundo paso es el que convierte la lectura en comprensión; saltarlo reduce el aprovechamiento de forma notable.
¿El contenido es gratuito y sin registro?
Sí. No hay formularios de alta, listas de correo ni muros de pago. El tratamiento de datos se limita a lo descrito en la política de privacidad.
¿Cómo se actualiza el material?
Cuando cambia un concepto técnico, se revisa la lección completa para que las definiciones sigan siendo coherentes entre páginas. Las prácticas concretas sobre modelos LLM se revisan con más frecuencia, porque los modelos y sus interfaces evolucionan más rápido que los fundamentos matemáticos.
05 — Siguiente paso
Empieza por el módulo que resuelve tu duda más urgente
Si vienes sin base técnica, abre la introducción al aprendizaje automático. Si ya utilizas asistentes de texto a diario y quieres mejorar tus peticiones, ve directamente a las buenas prácticas con modelos LLM. En ambos casos, el criterio es el mismo: primero el mecanismo, después la herramienta.